Límites y potencial de la combinación de plegado y acoplamiento

MOTIVACIÓN: En la última década, la precisión de la predicción de la estructura de proteínas de novo para proteínas individuales ha mejorado significativamente al utilizar métodos de aprendizaje profundo (DL) para aprovechar la información de co-evolución de grandes alineamientos múltiples de secuencias (MSAs). El mismo enfoque puede, en principio, también ser utilizado para extraer información sobre contactos basados en la evolución a través de interfaces proteína-proteína. Sin embargo, la mayoría de los estudios anteriores no han utilizado los últimos métodos de DL para la predicción de distancias de contacto entre cadenas. Este artículo introduce un método de plegado y acoplamiento basado en distancias residuo-residuo predichas con trRosetta. RESULTADOS: El método puede predecir simultáneamente la estructura terciaria y cuaternaria de un par de proteínas, incluso cuando se desconoce la estructura de los monómeros. La aplicación directa de este método a un conjunto de datos estándar para el acoplamiento proteína-proteína tuvo un éxito limitado. Sin embargo, utilizar métodos alternativos para generar MSAs nos permitió acoplar con precisión significativamente más proteínas. También introdujimos una nueva función de puntuación, PconsDock, que separa con precisión el 98% de las proteínas correctamente y incorrectamente plegadas y acopladas. El rendimiento promedio del método es comparable al uso de métodos de acoplamiento tradicionales basados en plantillas o sólo de complementariedad espacial de ab initio. Además, los resultados de los enfoques convencionales y de plegado y acoplamiento son complementarios, y así, un pipeline de acoplamiento combinado podría aumentar significativamente el éxito general del acoplamiento. Esta metodología contribuyó al mejor modelo para uno de los objetivos oligoméricos de CASP14, H1065. DISPONIBILIDAD E IMPLEMENTACIÓN: Todos los scripts para predicciones y análisis están disponibles en https://github.com/ElofssonLab/bioinfo-toolbox/ y https://gitlab.com/ElofssonLab/benchmark5/. Todos los modelos, alineaciones y resultados de evaluación están disponibles en el siguiente repositorio de figshare https://doi.org/10.6084/m9.figshare.14654886.v2. INFORMACIÓN SUPLEMENTARIA: Los datos suplementarios están disponibles en Bioinformatics en línea.